본 연구는 정서 자극 유형 중 일상생활과 가장 유사한 정서 경험을 유발하는 자연주의적 자극인 영상 자극을 활용 하여 정서표상의 유사성과 개인 간 반응 일관성을 살펴보기 위해 수행되었다. 이를 위해 다차원척도법을 실시하여 영상 자극이 핵심정서 차원에 위치하는지 확인하고, 참가자 간 분류분석을 사용하여 영상들이 정서유형 별로 구분이 잘 이루어지는지, 영상 자극에 대한 참가자들의 정서표상이 일관적인지 검증하였다. 또한 참가자간 상관분석을 통해 각 영상 자극에 대한 정서표상이 참가자들간 유사한지 추가적으로 확인하였다. 다차원척도법 결과, 정서유발 영상들 이 정서가 차원에서 유의하게 구분되어 Russell(1980)의 핵심정서차원을 부분적으로 지지하였다. 분류분석 결과, 각 영상이 정서유형에 따라 잘 분류되고 예측되었다. 마지막으로, 참가자간 상관분석을 통해 정서 반응 일관성이 각 영상의 정서유형에 따라 다르게 나타남을 확인하였다. 본 연구는 영상 자극에 대한 정서표상과 정서 반응 일관성이 정서 유형에 따라 차이가 있음을 시사한다.

This study examines and proposes standardization approaches to address the heterogeneous issues of metadata in drone imagery within the agricultural sector. Image metadata comes in various formats depending on different camera manufacturers, with most utilizing EXIF and XMP. The metadata of cameras used in fixed-wing and rotary-wing platforms, along with the metadata requirements in image alignment software, were analyzed for sensors like DJI XT2, MicaSense RedEdge-M, and Sentera Double4K. In the agricultural domain, multispectral imagery is crucial for vegetation analysis, making the provision of such imagery essential. Based on Pix4D SW, a comparative analysis of metadata attributes was performed, and necessary elements were compiled and presented as a proposed standardization (draft) in the form of tag information.

Image mosaicking is one of the basic and important technologies in the field of application using images. The key of image mosaicking is to extract seamlines from a joint image. The method proposed in this paper for image mosaicking is as follows. The feature points of the images to be joined are extracted and the joining form between the two images is identified. A reference position for detection the seamlines were selected according to the joint form, and an image pyramid was created for efficient image processing. The outlines of the image including buildings and roads are extracted from the overlapping area with low resolution, and the seamlines are determined by considering the components of the outlines. Based on this, the seamlines in the high-resolution image was re-searched and finally the seamline for image mosaicking was determined. In addition, in order to minimize color distortion of the image with the determined seamline, a method of improving the quality of the mosaic image by fine correction of the mosaic area was applied. It was confirmed that the quality of the seamline extraction results applying the method proposed was reasonable.

At a time when the demand for drones is increasing, a plan to utilize drone images was sought for efficient promotion of cadastral resurvey. To achieve the purpose of this study, the technical and legal status of drone images was reviewed, and through this, the possibility of using it for cadastral resurvey was primarily reviewed. subsequently, an experiment was conducted targeting the project district to examine whether drone images were applied to boundary extraction, which is the primary process of cadastral resurvey. As a result of the experiment, it was found that boundary extraction from images is possible. However, in some cases, it is impossible due to field conditions or image quality. Therefore, it is necessary first to apply cases where boundary extraction is possible to cadastral resurvey and seek solutions for some impossible cases. In particular, the image quality problem may have problems with the current technology, but it will also have problems with the existing drone equipment. So, standard for drone calibration should also be established. Finally, the cadastral resurvey surveying procedure using drones was also presented.

Degenerative arthritis is a common joint disease that affects many elderly people and is typically diagnosed through radiography. However, the need for remote diagnosis is increasing because knee pain and walking disorders caused by degenerative arthritis make face-to-face treatment difficult. This study collects three-dimensional joint coordinates in real time using Azure Kinect DK and calculates 6 gait features through visualization and one-way ANOVA verification. The random forest classifier, trained with these characteristics, classified degenerative arthritis with an accuracy of 97.52%, and the model's basis for classification was identified through classification algorithm by features. Overall, this study not only compensated for the shortcomings of existing diagnostic methods, but also constructed a high-accuracy prediction model using statistically verified gait features and provided detailed prediction results.

간 동적 조영검사에 사용하고 있는 VIBE 시퀀스의 고식적인 방법과 딥러닝 방법에 관한 선행된 연구가 부족하여 영상의 평가와 검사의 방향성 및 타당성을 제시하고자 한다. ACR 팬텀 실험은 30회 반복 실험하였고, 저 대조도 분해능 평가영역 에서 syngo.via View&Go를 이용하여 신호대잡음비와 대조대잡음비를 평가하였고, 공간분해능 평가영역에서 MATLAB 을 통해 신호강도의 높이와 반치폭으로 공간 분해능을 평가했다. 팬텀 실험을 기준으로 Matrix 352를 설정하여 30명의 환자 실험을 했다. 간 실질, 간 문맥, 내림 대동맥에서 대조대잡음비를 평가했고, 공간 분해능은 간 문맥, 내림 대동맥의 경계면을 평가했다. 결과 분석은 이원배치 분산 분석으로 진행하고, 사후 분석은 Duncan을 사용했다. 통계분석은 정량적 으로 p-value 0.05 미만으로 유의한 것으로 판단했다. 팬텀 실험의 신호대잡음비와 대조대잡음비 결과는 Matrix 416 이하에서 유의하였으며, 공간분해능 결과는 고식적인 방법 Matrix 352 이하, 딥러닝 방법 288 이하에서 평가할 수 없었 다. 환자 실험 결과는 신호대잡음비, 대조대잡음비, 공간분해능 모두 유의했다. 본 연구는 고식적인 방법보다 딥러닝 방법 이 영상은 더 향상되었고, 획득 시간은 평균 4초(22.4%)가 단축되었다. 딥러닝 방법에서 Matrix 352를 적용하였을 때 검사 시간의 감소로 재현성과 호흡에 의한 인공물 감소가 있었다. 이에 딥러닝 방법에서 Matrix size 적용의 방향성을 제시할 수 있었다.

본고는 인지언어학의 이론 중 하나인 영상도식과 그릇도식을 통해 한·중 차등 비 교문 속 비교결과인 중국어 ‘小’에 해당하는 한국어의 다양한 표현을 연구하고자 한 다. AI 허브라는 인공지능 학습용 병렬 데이터에서 한·중 차등 비교문의 용례들을 내려받고, 그 중 비교결과 중국어 ‘小’에 해당하는 한국어의 원형 표현인 ‘작다’ 외의 확장 의미 표현을 정리하며 언어의 다의성을 역동성과 유연성으로 자연스럽게 설명 되는 영상도식으로 먼저 살펴보고자 한다. 또한 이러한 영상도식의 논리를 분리하여 생각할 수 없는 그릇도식을 통해 중국어 ‘小’와 한국어 원형의미인 ‘작다’ 외의 확장 의미 표현 들을 도식화로 살펴봄으로써 한·중 차등 비교문의 의미관계를 좀더 자세히 고찰하고자 한다.

본 연구에서는 무인항공기인 드론을 활용한 VDMS(Vision-based Displacement Measurement System)를 통해 동적변위계측 정 확도와 동특성 추정 신뢰성 검증을 위한 동적실험을 실시하였다. 비행하는 드론의 이동 및 회전진동을 보정하기 위해 영상 내부의 변 위가 발생하지 않는 고정점을 활용한 보정밥법을 사용하였으며, 검증을 위해 설치한 범용 센서인 LVDT와 LDS의 변위계측 결과와 비 교하여 그 오차를 시간영역과 진동수영역에서 분석하였다. 3가지 타입의 장비 모두 최대 변위 도달 및 주기 운동 계측에 있어서 대체 적으로 유사한 결과를 나타내었다. LDS 기준의 오차 분석 결과, 드론과 LVDT는 가진 진동수 변화에 의한 오차 값은 미비하나, 최대 발생 변위가 작을수록 오차 값은 증가하였다.

This study focuses on the development of a Last-Mile delivery service using unmanned vehicles to deliver goods directly to the end consumer utilizing drones to perform autonomous delivery missions and an image-based precision landing algorithm for handoff to a robot in an intermediate facility. As the logistics market continues to grow rapidly, parcel volumes increase exponentially each year. However, due to low delivery fees, the workload of delivery personnel is increasing, resulting in a decrease in the quality of delivery services. To address this issue, the research team conducted a study on a Last-Mile delivery service using unmanned vehicles and conducted research on the necessary technologies for drone-based goods transportation in this paper. The flight scenario begins with the drone carrying the goods from a pickup location to the rooftop of a building where the final delivery destination is located. There is a handoff facility on the rooftop of the building, and a marker on the roof must be accurately landed upon. The mission is complete once the goods are delivered and the drone returns to its original location. The research team developed a mission planning algorithm to perform the above scenario automatically and constructed an algorithm to recognize the marker through a camera sensor and achieve a precision landing. The performance of the developed system has been verified through multiple trial operations within ETRI.

본 논문에서는 웹툰 캐릭터 영상에 대해서 심층학습에 기반한 3D 안면 재구성 기술을 제안한다. 본 연구에서 제안하는 방법은 기본 사항 모듈과 상세 사항 모듈로 구성된다. 입력 받은 웹툰 캐릭터 영상에 대해서 기본 사항 모듈의 요소인 Albedo 모듈을 적용해서 안면에 들어오는 빛의 양을 계산하여 Albedo 맵을 생성한다. 그 리고 기본 사항 모듈의 다른 구성 요소인 FLAME 모듈에서는 입력 영상에 대한 기본적인 3D 안면 형태를 생 성한다. 이와 동시에 상세사항 모듈을 적용해서 실제 사람과 다르게 이목구비가 변형된 웹툰 캐릭터 영상의 표정이나 얼굴 깊이와 같은 특징을 살리는 세부사항을 추출한다. 계산한 세부사항들을 토대로 세부사항 맵을 생성하여 앞서 FLAME 모듈에서 생성된 3D 안면 형태와 결합하여 세부사항 안면 형태를 생성한다. 그 후 Albedo 모듈에서 생성된 Albedo 맵까지 적용하면 최종적으로 웹툰 캐릭터 영상에 대한 3D 안면 재구성이 완 료된다. 본 연구에서는 웹툰 캐릭터뿐만 아니라 안면이 스타일화된 애니메이 션 캐릭터에 대해서도 결과를 생성하고, 이를 기존 연구와 비교하여 그 우수성을 입증한다.

본 연구는 조현병으로 진단된 환자들과 정상 대조군 간의 자기공명영상을 사용하여 대뇌 피질 하부 영역의 부피를 측정 하여 대뇌의 구조적 이상을 비교하였다. 자기공명영상 검사 후 획득된 3D T1-MPRAGE 영상과 FreeSurfer 소프트웨어 를 사용하여 대뇌 피질 하의 31개 영역의 부피를 측정하였다. 연구 결과는 조현병 환자군에서 양측 측뇌실, 양측 맥락얼기, 제3뇌실, 뇌척수액 영역의 부피가 정상 대조군보다 유의하게 증가했으며, 좌 우반구 피질, 좌측 시상, 좌측 해마 영역의 부피는 정상 대조군보다 유의하게 감소하였다. 또한, 측정된 대뇌의 부피값과 PANSS 총점수는 약한 음의 상관관계를 나타 내었다. 따라서, 본 연구에서는 자기공명영상과 FreeSurfer를 이용하여 조현병 환자의 대뇌 피질 하 부피를 측정하고 이를 정상 대조군과 비교하여 유의한 증가와 감소를 확인하였다.

복부 MRI 검사에서 높은 수준의 병렬기법을 적용 시 영상의 질을 떨어뜨리는 둘러겹침인공물을 빈번히 생성한다. 이것 은 구조물이 겹쳐서 나타나는 현상으로 복부 인체 구조상 양쪽 팔이 맞닿아 있어서 FOV를 벗어난 양쪽 팔이 영상의 반대 방향 인공물을 발생하는 문제를 초래한다. 이러한 제한점으로 복부 MRI 검사에서는 두경부 및 근골격 검사 부위와 비교하 여 낮은 수준의 병렬기법을 적용하여 검사 시간을 증가시키는 문제가 있다. 이에 본 연구에서는 팔을 위로 올리는 자세를 활용하여 환자의 간단한 자세의 변화를 통하여 병렬기법을 극대화하여 검사 시간을 최소화하면서 영상의 인공물을 제거하 는 데 목적을 두었다. T2, T1 강조 영상을 관상면으로 획득하였다. 연구의 재현성을 높이기 위하여 작은 팬텀을 나란히 놓고(팔 내리는 자세), 한번은 작은 팬텀을 제거하고 영상을 (팔 올리는 자세) 각각 병렬기법인 SENSE 가속인자를 1.0, 1.5, 2.0, 2.5, 3.0, 3.5, 4.0까지 10번씩 획득한 후 영상의 불균일도를 측정하였다. 팬텀으로 확인하기 어려운 인체 부위 의 영상을 확인하기 위하여 정상인 자원자 1명을 대상으로 팬텀 연구와 같은 매개변수 조건으로 영상을 획득하였다. SENSE 가속인자가 높아질수록 팔을 올리는 자세에서 영상의 불균일도가 낮게 측정이 되었고 통계학적으로 유의하게 나타 났다. 본 연구는 간단한 자세 변화만으로 병렬기법을 극대화하며 영상획득 시간 단축 및 인공물을 개선방안을 제시하는 데 의의가 있다.

안면 부 MRI 검사는 주변 조직에 대한 높은 대조도 와 해상력으로 해부학적 구조 파악과 질환 진단에 이용되고 있다. 최근 검사 시간을 줄이는 동시에 영상의 질을 향상하는 딥러닝이 주목받고 있다. 본 연구는 안면 부 MRI 검사에서 딥러닝 의 유용성을 알아보기 위해 34명의 환자를 대상으로 딥러닝 T2 강조 영상과 고식적인 T2 강조 영상의 축상면, 관상면 영상을 각각 획득하여, 무참조 영상 품질평가 기법인 NIQE와 NIMA를 통하여 정량적 평가하였고, 리커트 4점 척도를 통해 정성적 평가하였다. NIQE 결과에서 딥러닝 T2 강조 영상은 고식적인 T2 강조 영상보다 영상 품질이 우수하였고, NIMA 결과에서는 딥러닝 T2 강조 영상의 축상면은 통계적으로 유의한 차이가 없었고, 딥러닝 T2 강조 영상의 관상면에서는 통계 적으로 유의한 차이가 있었다. 정성적 평가지표에서는 입 인두, 후두 인두에서 질적인 이득이 있었다. 연구 결과를 통해 안면 부 영역 중 무의식적인 움직임이 많은 영역에서 딥러닝을 적용함으로써 고식적인 T2 강조 영상보다 높은 영상의 품질 을 제공하고, 상대적으로 움직임이 덜한 구조물에서도 품질을 유지하며 검사 시간을 2분 이상 단축하여 움직임에 의한 인공 물을 감소시킴으로써 응급 환자 및 비협조 환자의 진단에 유용하게 활용될 것으로 사료 된다.

자기공명영상은 영상 의학 분야에서 다른 진단 장비에 비해 연부 조직에 대한 높은 대조도를 지니고 있고 인대의 손상, 주변 조직의 염증, 골염 등의 병변을 진단하는 데 유용하여 연골 및 관절 병변의 진단에 널리 이용되고 있다. 또한, 기존 고식적 TSE 기법 외에도 SMS 기법, DL 기법, CS 기법, 병렬 영상 기법 등 다양한 펄스 시퀀스들이 개발되고 임상에서 사용되고 있다. 본 연구는 무릎 관절 자기공명영상 검사에서 얇은 절편 검사 시 고식적 TSE 기법, SMS TSE 기법, DL TSE 기법에서 영상을 획득하여 각 각의 영상의 비교를 통해 무릎 관절 영상 획득에 최적의 기법에 대하여 알아보고자 한다. 무릎 관절 질환의 진단을 위해 본원에 내원한 환자를 대상으로 고식적 TSE 기법, SMS TSE 기법, DL TSE 기법을 적용하여 시상면 T2 강조 영상을 획득한 후 신호 대 잡음비, 대조도 대 잡음비, 검사 시간, 영상의 질 평가를 정량적, 정성 적 방법으로 비교 분석하였다. 연구 결과 세 가지 기법으로 획득한 영상 비교 시 통계적으로 유의한 차이가 있었으며, 환자 의 상태와 임상의 상황을 종합적으로 고려하여 적절한 기법을 선택한다면, 최적의 영상을 제공할 수 있다고 생각된다.

본 연구는 신생아 검사 중 포수클로랄(chloral hydrate)을 투여 후 진행되는 신생아 진정 검사 대비 진정 대체 방식 중 하나인 피드 및 랩(feed and wrap) 방식의 유용성을 평가한 연구이다. 본 연구에선 진정으로 진행한 신생아의 두뇌 T2 축면 영상과 피드 및 랩 방식으로 진행한 같은 영상 각 30개의 운동 허상(motion artifact)과 백질과 회백질의 구분 정도를 두 명의 영상의학과 전문의가 정성적으로 평가하였고, 운동 허상을 측정하기 위해서 위상부호화(phase encoding) 방향의 배경 영역(background area)의 평균 신호 강도(mean signal intensity)를 구하여서 정량적 방식으로 평가하였다. 또한 총검사 시간을 정리한 뒤 정량적 방식으로 평가하였고 투약 기록의 여부와 간호일지를 토대로 피드 및 랩 방식의 총 39건의 검사 건수 대비 성공률을 측정하였다. 운동 허상의 정량적 평가와 영상 품질의 정성적 평가 모두에서 두 집단은 유의미한 차이가 없었으나, 검사 시간의 정량적 평가에선 p값이 0.001로 유의한 차이가 있었다. 피드 및 랩 방식의 총검사 건수 대비 성공률은 100%였다. 결론적으로 본 논문에선 피드 및 랩 방식과 진정 방식의 영상 품질이 유의한 차이가 없고 성공률이 높기에 유용하다고 판단하였으나, 검사 시간이 더 지연되는 한계가 있다는 사실을 확인하였다.